鲁棒性话者辨识中的一种改进的马尔科夫模型

• 作者: 刘鸣 戴蓓倩 李辉 李霄寒 陆伟
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 连续隐马尔可夫模型 信息融合 鲁棒性 话者识别
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 46-48
• 页数: 3页
• 分类号: TN912.34
• 字数: 2993字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2002.01.012

摘要

为了提高话者识别系统的噪声鲁棒性,本文对CHMM进行了改进,将每帧特征参数之间的差分参数来对应状态之间的转移,从而使帧间信息在模型中得到了体现.利用改进后的CHMM模型对不同的特征参数携带的信息进行信息融合.使得在强噪环境下,鲁棒性好的特征参数起主导作用,而在噪声比较小的环境下,精细度高的特征参数起主导作用.实验证明,这种改进的马尔可夫模型明显提高语音识别系统的鲁棒性能,这种技术具有良好的发展和应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	中国科学技术大学电子科学与技术系	214	1637	20.0	32.0
2	刘鸣	中国科学技术大学电子科学与技术系	16	265	8.0	16.0
3	戴蓓倩	中国科学技术大学电子科学与技术系	26	362	9.0	18.0
4	陆伟	中国科学技术大学电子科学与技术系	25	245	7.0	15.0
5	李霄寒	中国科学技术大学电子科学与技术系	6	241	6.0	6.0